guuvestВестник университетаVestnik Universiteta1816-42772686-8415State University of Management10.26425/1816-4277-2026-3-79-91guuvest-6850Research ArticleСТРАТЕГИИ И ИННОВАЦИИSTRATEGIES AND INNOVATIONSОрганизационные аспекты внедрения машинного обучения в управлении бизнес-процессамиThe future of business with machine learning is a new way of looking at management decision-making in a companyhttps://orcid.org/0000-0003-1302-9614КурбангалиеваД. Л.KurbangalievaD. L.

Курбангалиева Динара Ленаровна - канд. экон. наук, ст. преп. каф. общего менеджмента

г. Казань

Dinara L. Kurbangalieva - Cand. Sci. (Econ.), Senior Lecturer at the General Management Department

Kazan

dilkurbangalieva@kpfu.ruhttps://orcid.org/0009-0009-8124-5184КурбангалиевТ. Р.KurbangalievT. R.

Курбангалиев Тимур Рафаэльевич - зам. генерального директора по цифровой трансформации и информационным технологиям

г. Казань

Timur R. Kurbangaliev -Deputy Director General for Digital Transformation and Information Technology 

Kazan

kurbangalievtr@gridcom-rt.ruhttps://orcid.org/0009-0003-9476-1272ТерещенкоП. А.TereschenkoP. A.

Терещенко Полина Александровна - студент

г. Казань

Polina A. Tereschenko - Student

Kazan

syladahip@mail.ruКазанский (Приволжский) федеральный университетРоссияKazan Federal UniversityRussian FederationАкционерное общество «Сетевая компания»РоссияSetevaya Kompania JSCRussian Federation202630052026037991Copyright © Курбангалиева Д.Л., Курбангалиев Т.Р., Терещенко П.А., 20262026Курбангалиева Д.Л., Курбангалиев Т.Р., Терещенко П.А.Kurbangalieva D.L., Kurbangaliev T.R., Tereschenko P.A.Данная работа распространяется под лицензией Creative Commons Attribution 4.0.This work is licensed under a Creative Commons Attribution 4.0 License.https://vestnik.guu.ru/jour/article/view/6850

Актуальность темы исследования продиктована тем, что цифровая трансформация бизнеса стала неотъемлемой частью стратегии компаний, стремящихся оставаться конкурентоспособными в современном мире. Внедрение цифровых технологий позволяет оптимизировать внутренние процессы, улучшать взаимодействие с клиентами и создавать новые бизнес-модели. Одним из ключевых компонентов этой трансформации является машинное обучение, которое предоставляет организациям возможность анализировать массивы данных и принимать обоснованные управленческие решения. Все это подчеркивает необходимость продолжения исследований в этой области и актуализирует важность данной статьи. Подтверждено, что методы машинного обучения позволяют принимать управленческие решения исходя из анализа больших объемов информации, что в современном мире становится ключевым фактором успеха для компаний. Авторы пришли к выводу о том, что машинное обучение позволяет автоматизировать процессы, не имеющие четкой логики (алгоритмов). Следовательно, машинное обучение меняет не только подход к решению проблем, но и саму структуру бизнес-процессов. Несмотря на преимущества применения машинного обучения, у него есть вызовы и риски, которые сопряжены с внедрением его методов. На основании всестороннего теоретического исследования данного вопроса предложен ряд практических мероприятий внедрения под разделения в организации по управлению цифровой трансформацией.

The relevance of the research topic is dictated by the fact that the digital transformation in business has become an integral part of the strategy of companies striving to remain competitive in the modern world. The implementation of digital technologies makes it possible to optimize internal processes, improve customer interaction, and create new business models. One of the key components of this transformation is machine learning, which provides companies with the ability to analyze data sets and make informed management decisions. All this highlights the need to continue research in this area and highlights the importance of the research paper. It has been confirmed that machine learning methods make it possible to make managerial decisions based on the analysis of large amounts of information, which in the modern world is becoming a key success factor for companies. The authors have concluded that machine learning makes it possible to automate processes that do not have clear logic (algorithms). Consequently, machine learning is changing not only the approach to problem-solving, but also the very structure of business processes. Despite the advantages of using machine learning, it has challenges and risks associated with the implementation of its methods. Based on a comprehensive theoretical study of this issue, a number of practical measures have been proposed for implementing a division in a digital transformation management company.

Машинное обучениеискусственный интеллектбизнес-процессыалгоритмыэффективностьцифровая трансформацияуправленческие решенияорганизационная структураэффективностьMachine learningartificial intelligencebusiness processesalgorithmsefficiencydigital transformationmanagement decisionsorganizational structureefficiencyРабота выполнена за счет гранта, предоставленного Академией наук Республики Татарстан образовательным организациям высшего образования, научным и иным организациям на поддержку планов развития кадрового потенциала в части стимулирования их научных и научно-педагогических работников к защите докторских диссертаций и выполнению научно-исследовательских работ (Соглашение от 22 декабря 2025 г. № 12/2025-ПД-КФУ).The research was carried out at the expense of a grant provided by the Academy of Sciences of the Republic of Tatarstan to higher education institutions, scientific and other organizations to support human resource development plans in terms of stimulating their scientific and pedagogical staff to defend doctoral theses and perform research (Agreement No. 12/2025-PD-KFU dated December 22, 2025).ReferencesБаланов, А. Н. Цифровая трансформация бизнеса: учебное пособие для СПО. Санкт-Петербург: Лань, 2024. – 172 с.Balanov, A. N. (2024). Digital Transformation of Business: A Textbook for Secondary Vocational Education. St. Petersburg: Lan. (In Russian).Кирильчук, С. П. Экзистенциальный фокус в развитии организаций при переходе к индустрии 5.0 / С. П. Кирильчук, Л. В. Ташенова, Е. В. Наливайченко // π-Economy. – 2024. – Т. 17, № 4.Kirilchuk, S. P., Tashenova, L. V., & Nalivaichenko, E. V. (2024). Existential Focus in Organization Development during the Transition to Industry 5.0. π-Economy, 17(4). (In Russian).Мохамед, А. Р. А. Прогнозирование характеристик трафика для сетей 5G на основе технологий искусственного интеллекта / А. Р. А. Мохамед. – Дисс. … канд. техн. наук: 05.12.13. – 2022. – 146 с. – EDN JDEPMW.Mohamed, A. R. A. (2022). Forecasting Traffic Characteristics for 5G Networks Based on Artificial Intelligence Technologies. Dis. … Cand. Sci. (Engr.): 05.12.13. (In Russian).Тихомирова, О. Г. Управление проектом: комплексный подход и системный анализ: монография. Москва: ИНФРА-М, 2020. – 300 с.Tikhomirova, O. G. (2020). Project Management: An Integrated Approach and Systems Analysis. Moscow: INFRA-M. (In Russian).Бардаков, А. А. Совершенствование инструментария реинжиниринга бизнес-процессов в управлении организацией / А. А. Бардаков. – Дисс. … канд. экон. наук: 08.00.05. – Нижний Новгород, 2020. – 173 с. – EDN TVDTSD.Bardakov, A. A. (2020). Improving Business Process Reengineering Tools in Organization Management. Dis. … Cand. Sci. (Econ.): 08.00.05. Nizhny Novgorod: Nizhny Novgorod State Technical University named after R.E. Alekseev. (In Russian).Samuel, A. L. Some Studies in Machine Learning Using the Game of Checkers / A. L. Samuel // IBM Journal of Research and Development. – 1959. – Vol. 3, No. 3. – Pp. 210–229.Samuel, A. L. (1959). Some Studies in Machine Learning Using the Game of Checkers. IBM Journal of Research and Development, 3(3), 210–229.Волков, А. Н. Исследование и разработка методов построения инфраструктуры и предоставления услуг сетей связи на основе технологий искусственного интеллекта / А. Н. Волков. – Автореф. дисс. … канд. техн. наук: 05.12.13. – Санкт-Петербург, 2021. – 22 с. – EDN GYWSRR.Volkov, A. N. (2021). Research and Development of Methods for Building Infrastructure and Providing Communication Network Services Based on Artificial Intelligence Technologies. Dis. … Cand. Sci. (Engr.): 05.12.13. St. Petersburg: SPbSUT. (In Russian).Киселев, Д. С. Использование машинного обучения для оптимизации бизнес-процессов / Д. С. Киселев, П. В. Трифонов // Экономика и управление в машиностроении. – 2019. – № 2. – С. 8–11. – EDN YQWPPD.Kiselev, D. S., Trifonov, P. V. (2019). Using Machine Learning to Optimize Business Processes. Economics and Management in Mechanical Engineering, 2, 8–11. (In Russian).Савич, А. А. Машинное обучение как инструмент автоматизации бизнес-процессов / А. А. Савич, А. С. Кравчук // The Scientific Heritage. – 2021. – № 75-4(75). – С. 29–33. – DOI 10.24412/9215-0365-2021-75-4-29-33. – EDN SGYCLB.Savich, A. A., Kravchuk, A. S. (2021). Machine Learning as a Tool for Automating Business Processes. The Scientific Heritage, 75-4, 29–33. (In Russian).Ворончихин, М. В. Влияние машинного обучения на бизнес-процессы / М. В. Ворончихин, Е. Ю. Данилова // Современные научные исследования: проблемы, тенденции, перспективы: материалы XXIII Международной научно-практической конференции, Анапа, 17 января 2024 г. – Анапа: Научно-исследовательский центр экономических и социальных процессов в Южном Федеральном округе, 2024. – С. 52–57. – EDN DWQJAB.Voronchikhin, M. V., Danilova, E. Yu. (2024). The Impact of Machine Learning on Business Processes. In: Modern Scientific Research: Issues, Trends, Prospects: Proceedings of the XXIII International Scientific and Practical Conference, Anapa, January 17, 2024. Anapa: Research Center for Economic and Social Processes. (In Russian).Парамонов, Е. С. Исследование востребованности применения методов машинного обучения в цифровой экономике / Е. С. Парамонов, К. А. Иванцов, В. А. Мирончук // Beneficium. – 2024. – № 1(50). – С. 22–30. – DOI 10.34680/BENEFICIUM.2024.1(50).22-30. – EDN FCNAFIParamonov, E. S., Ivantsov, K. A., & Mironchuk V. A. (2024). Study of the Demand for the Application of Machine Learning Methods in the Digital Economy. Beneficium, 1, 22–30. (In Russian).

The authors declare that there are no conflicts of interest present.